[发明专利]基于高斯混合模型的变压器设备健康状态判别方法

摘要

本发明公开了一种数据驱动的变压器设备健康状态判别方法，该方法利用不同规格型号、故障类型的变压器及其油中溶解气体数据构建训练样本，通过高斯混合模型描述样本中多种特征气体在高维空间内的分布情况，并运用所得模型的参数对变压器设备的健康状态进行判别。该方法弥补了现有比值方法在描述复杂特征方面的不足，较人工经验相比具有较高的严谨性和创新性，能够对变压器设备的运行状态进行更为准确的判断。

主权项

1.一种基于高斯混合模型的变压器设备健康状态判别方法，包括以下步骤：(1)利用故障变压器设备与正常变压器设备的油中溶解气体历史浓度数据对高斯混合模型进行训练，得到健康状态模型M_m,s与正常状态模型M，其中，m代表变压器设备的故障类型，s代表变压器设备的规格型号；(2)利用健康状态模型M_m,s与正常状态模型M，找到与预处理后的待测变压器的油中溶解气体浓度数据相匹配的模型M′，并根据模型M′的参数计算得到变压器当前时刻的健康状态；所述步骤(2)的具体步骤为：(2‑1)采集待测变压器设备当前时刻的油中溶解气体浓度数据，并对其进行线性插值处理，得到待检测样本X＝(X₁…X₆)；(2‑2)利用待检测样本X＝(X₁…X₆)、健康状态模型M_m,s及其最优参数正常状态模型M及其最优参数计算似然函数值f，计算得似然函数值序列f₁,f₂,…,f_d×h,f_d×h+1，MAX(f₁,f₂,…,f_d×h,f_d×h+1)所对应的模型为待检测数据O′匹配的模型M′其中，d为变压器设备故障类型的总个数，h为变压器设备规格型号的总个数，似然函数f为：其中，φ_i为设备在第i种健康状态时气体数据的概率密度函数；(2‑3)利用待检测样本X＝(X₁…X₆)、匹配模型M′及其最优参数计算待检测变压器设备在不同健康状态下的概率，具体计算公式为：概率最大的健康状态为待检测变压器设备当前时刻的健康状态；其中，分别对应第i种健康状态气体数据的均值、协方差矩阵以及训练样本中第i种健康状态出现的概率。